目录
一、理论基础
二、核心程序
三、仿真测试结果
一、理论基础
熟悉图像处理相关理论知识，并能熟练运用opencv，matlab等工具对图像进行相关处理。对质量较差的运动图像进行图像增强处理，包括对图像光照的处理，图像的去噪和图像增强，实现消除噪声，提高图像对比度，使图像的边缘轮廓和细节特征能够很好的突显出来。运动图像序列的重建根据一些低分辨率运动图像，通过一定的重建算法重建出一幅高质量高分辨率的图像，为整个空间合作项目提供高质量的图片。 针对运动图像序列中图像背景忽明忽暗等问题，采用相关图像增强方法如直方规定化，空域变换相等方法来实现图像亮度均衡，并利用帧间相关性，实现对运动图像序列下图像亮度矫正。针对运动图像的去噪问题，采用一种自适应的去噪和增强模型，实现在抑制噪声的同时，增强图像细节和边缘轮廓信息，提高图像对比度。针对运动图像超分辨率重建问题，采用一种是不依赖于亚像素的精确运动估计的重建方法，能够适应复杂的运动模式，且能够达到较好的重建效果。二、核心程序
clc;clear;close all;warning off;addpath 'func\'%步骤一，读取连续图像folder = 'image\2\';list= dir('image\2\*.bmp');N = length(list);for i=1:NI = imread(fullfile(folder,list(i).name));[s1,s2,k] = size(I);%这里，我们人为的加入一些噪声等干扰，从来检测算法性能r = imnoise2('gaussian',s1,s2,1,50);%填加高斯白噪声tmpr= double(I(:,:,1)) + r;tmpg= double(I(:,:,2)) + r;tmpb= double(I(:,:,3)) + r;Is(:,:,1) = tmpr;Is(:,:,2) = tmpg;Is(:,:,3) = tmpb;I_Seq1{i} = I;I_Seq2{i} = Is.^(0.95);endfor i=1:NiI_curr = uint8(I_Seq1{i});I_curr_noise = uint8(I_Seq2{i});%第一步:当前帧figure(1);subplot(121);imshow(I_curr,[]);title('原始图像');subplot(122);imshow(I_curr_noise,[]);title('加入干扰后的图像');%第二步:图像亮度纠正figure(2);J = func_eq(I_curr_noise);subplot(121);imshow(I_curr_noise,[]); title('原始图像');subplot(122);imshow(J,[]); title('图像-光效亮度调整');%第三步,第四步:去噪|自适应图像增强figure(3);subplot(121);imshow(J,[]); title('图像-光效亮度调整');Jd = func_imagedenoise2(J);subplot(122);imshow(Jd,[]);title('图像-光效亮度调整,去噪,增强');%第五步:提高分辨率figure(4);subplot(121);imshow(Jd,[]);title('图像-光效亮度调整,去噪,增强');Jd2 = func_fbl(Jd);subplot(122);imshow(Jd2,[]);title('图像-光效亮度调整,去噪,增强,提高分辨率'); pause(2);%保存最后处理后的图片I_Seq3{i} = Jd2;end%第六步：最终处理效果对比figure(5);for i = 1:Nsubplot(131);imshow(uint8(I_Seq1{i}),[]);title('原始图像'); subplot(132);imshow(uint8(I_Seq2{i}),[]);title('原始干扰图像');subplot(133);imshow(uint8(I_Seq3{i}),[]);title('处理后图像'); pause(2);end
三、仿真测试结果
针对运动图像序列中图像背景忽明忽暗等问题，采用相关图像增强方法如直方规定化，空域变换相等方法来实现图像亮度均衡，并利用帧间相关性，实现对运动图像序列下图像亮度矫正。
针对运动图像的去噪问题，采用一种自适应的去噪和增强模型，实现在抑制噪声的同时，增强图像细节和边缘轮廓信息，提高图像对比度。
针对运动图像超分辨率重建问题，采用一种是不依赖于亚像素的精确运动估计的重建方法，能够适应复杂的运动模式，且能够达到较好的重建效果。
光效处理部分说明：
亮度均衡，并利用帧间相关性，实现对运动图像序列下图像亮度矫正
这个部分，你可以参考如下的文献：
/view/291ace24ccbff121dd3683b9.html
/view/011d0a3ce2bd960591c67707.html
这个部分仿真效果如下所示：
去噪声和图像增强部分说明：
使用的是一种自适应门限的小波图像去噪算法。并结合直方图对图像进行增强，增强器对比度。
这个部分，你可以参考如下的文献：
/view/77df10a20029bd64783e2c08.html
/view/1f863a73f242336c1eb95eab.html
这个部分仿真效果如下所示：
提高分辨率部分说明：
这个主要是使用双线性插值和小波变换的分辨率提高算法。
这个部分，你可以参考如下的文献：
/p-70898867144.html
这个部分仿真效果如下所示：
程序使用说明：
如上，将所要处理的图片放在一个文件下，然后修改上面的代码段，比如你的图片放在文件夹”3“中，那么上面只要改为：
folder = 'image\3\';
list = dir('image\3\*.bmp');
注意图片格式必须为bmp，如果是jpg，则将上面的bmp修改为jpg下即可。
测试图片仿真效果如下所示：
A23-08
